爱德华·张（Edward Chang）很快就看到了他工作的意义。这位加州大学旧金山分校的神经科学家兼脑外科医生正在研究言语背后的脑活动，即嘴唇、下颚、舌头和喉咙发出富有意义的声音的精确而微妙的神经协调。
通过将一组电极植入大脑外膜和内膜之间，直接覆盖控制言语的大脑区域，他和他的团队能够检测到与特定声音相关的明显脑活动模式，每个元音和辅音，每个组成单词的“duhs”、“guhs”、“ees”和“ays”声音。
“我们意识到，我们掌握了英语中每种语音的编码，”张说。这一认识开启了一些令人惊叹的可能性。
在 2019 年至 2021 年间发表的一系列论文中，张和他的团队展示了他们如何利用机器学习（一种人工智能）来分析这些模式。他们立即看到了为因脑干中风、脑瘫、ALS 或其他形式瘫痪而失去说话能力的人带来的潜在益处：一旦通过分析这些大脑模式重建了人们的言语和句子，这些言语就可以作为文本显示在屏幕上。最近，研究人员证明，一个人试图说的话甚至可以被翻译成计算机生成的语音和屏幕头像的面部表情，从而使瘫痪者不仅能够通过言语，还能通过面部表情进行交流。
与此同时，德克萨斯大学奥斯汀分校的研究人员正在开发一种侵入性较小的方法来窥探思想。由计算神经科学家亚历山大·休斯（Alexander Huth）领导的一个团队使用功能性磁共振成像（fMRI），而不是植入物，来监测大脑活动。然后，与张的团队类似，他们使用一个名为“语义解码器”的机器学习系统来将每个单词或短语与特定的脑激活模式相匹配。
“基本上，我们构建了一个人的大脑模型。然后当我们从这个人那里获得新的脑部录音时，我们可以使用该模型生成一系列单词，预测用户正在听到或想象的内容，”休斯实验室的神经科学家，也是这项技术多项研究的主要作者杰瑞·唐（Jerry Tang）解释说。“这不像其他一些研究那样关注他们试图说的词。实际上是他们的想法，他们正在想象的内容。”
唐及其同事于 2023 年 5 月在《自然·神经科学》上发表的一篇论文举了一个例子。当一名参与者听到“我不知道是该尖叫、哭泣还是逃跑。相反，我说：‘别烦我！’”时，人工智能将这句话解码为：“开始尖叫和哭泣，然后她就说了‘我告诉过你别烦我。你伤不了我。’”
“它并不完美，但对于使用 fMRI 来说，它好得令人震惊，”休斯在 2024 年 2 月美国国立卫生研究院神经伦理工作组的一次会议上表示，会上他讨论了他和他的团队的工作。
“令人震惊”一词用得恰当。休斯告诉《科学》杂志，当他看到这项技术确实奏效时，他的第一个想法是：“天哪，这有点可怕。”
无论是否令人恐惧，迄今为止的所有研究都尚未跨越意念读取的门槛——至少目前还没有。研究人员谨慎地指出，这种方法仅用于合作的参与者。唐的研究中的志愿者花了 16 个小时进行大脑扫描，同时听着播客“Moth Radio Hour”和“Modern Love”中的故事。这为研究人员提供了大量关于志愿者在听口语时大脑活动的数据。然后，人工智能利用这个丰富的数据库来寻找可以匹配特定单词和句子的模式。但是，使用这种方法的数据似乎是不可转移的。换句话说，人工智能无法根据某个参与者大脑的训练数据来解码另一个人的想法。
尽管如此，研究人员还是意识到了其潜在影响。“我们深入思考了这可能意味着什么，”唐说。最终，他们确定人们可以有意识地控制哪些想法被解码。例如，唐解释说，如果一个人同时听到两个不同的故事，他可以控制解码哪个故事。“我们认为这表明你只能解码 [一个人] 正在积极思考的内容。”
然而，让一些人担忧的不是技术现在能做什么，而是它将来可能会做什么。
唐承认这项技术仍处于初级阶段，并且有可能发展到可以在违背个人意愿的情况下读取其想法。“这些脑部扫描中的信息比我们之前想象的要多得多，”唐说。“而且我们不知道其上限是多少。所以，我们绝对不希望给任何人虚假的 [安全] 感。”
事实上，这项技术的进步非常迅速——甚至比其开发者预期的还要快。在他向神经伦理工作组的演讲中，休斯分享了一些尚未发表的、令人惊讶的结果，表明大脑数据可能仍然是可转移的。该团队的研究表明，他们实际上可以通过使用第一个参与者的大型数据集来解码第二个人的想法，尽管该技术需要来自第二个参与者至少少量的训练数据。“尽管我们几乎没有从某人那里获得训练数据，但我们能做什么仍然令人瞩目，”休斯在会议上说。虽然该方法目前的准确性有限，但随着计算能力的提高，它将会提高。“我们还没有达到极限，”他说。
“我认为，现代的教训是，生成式人工智能正在让包括脑部解码在内的一切事物，比人们想象的要发展得更快，”杜克大学法学和哲学教授，以及《你的大脑之战：在神经科技时代捍卫自由思考的权利》一书的作者妮塔·法拉哈尼（Nita Farahany）说。
开发任何形式的“意念读取”技术所带来的潜在隐私影响很容易想象。当技术仅限于医疗应用时，例如张的设备可以帮助瘫痪者恢复沟通能力，这些应用受到《健康保险流通与责任法案》（HIPAA）的保护。HIPAA 对医疗保健提供者施加了严格的隐私规定，并对违规行为处以严厉的处罚。与此同时，研究人员受到独立委员会（称为机构审查委员会）施加的限制，这些委员会必须在拟议研究的伦理获得批准后才能进行。
但这项技术并不局限于神经科学实验室，其应用也不仅限于医疗保健。为医疗保健以外的场景提供这项技术的公司不受相同的隐私法规或道德标准约束。
可以读取和记录大脑数据的可穿戴设备以及应用程序已经可以商业化购买。这些产品通常被称为“个人神经技术”，它们允许您使用独立设备甚至智能手机实时记录或监控自己的脑电波，以改善冥想、减轻压力或提高注意力。还有更多产品正在路上。今年夏天，苹果公司获得了一项用于耳塞的专利，这些耳塞将包含使用脑电图（EEG）来测量和显示用户大脑电活动的传感器。
当然，应用程序和个人技术远远落后于研究实验室的进展——目前没有任何商业设备能够预测您的想法。但法拉哈尼指出，即使在今天，当商业技术相当原始时，这些设备也能比您可能舒适的程度揭示更多关于您的想法和感受的信息。
而这些设备收集的信息并不属于您。还记得那些消费者协议中的小字条款，没有人会在点击“我同意”并下载软件之前阅读过？拉斐尔·尤斯特（Rafael Yuste）读过了这些小字——而且比您预期的更有趣。尤斯特是 Neurorights Foundation 的主席和联合创始人，该组织致力于确保神经技术的伦理发展。尤斯特说，毫无例外，所有商业神经技术设备和应用程序的协议都赋予了公司对其收集的用户所有脑数据的所有权。
此外，在同意大多数这些合同——是的，它们是合同——时，用户允许公司将数据出售给第三方，而该第三方不受用户可能与原始提供商签订的任何协议的约束。“换句话说，”尤斯特说，“商业技术中的脑数据的地位再也不能受到保护了。”
对唐来说，这项技术的风险可能不在于低估了这些设备的能力，而在于高估了它们的能力。他以测谎仪为例，测谎仪通常被认为不准确，因为它似乎测量的是焦虑而不是欺骗。其结果是大量的误报，这些误报可以并且已经导致司法不公。“同样，我认为重要的是这项技术的能力不被夸大，”他说。“重要的是要对我们究竟能做什么，以及不能做什么保持透明，以确保解码技术不被滥用。”
尽管滥用这项技术的风险是真实的，但其潜在的好处是巨大的。张和唐正在利用他们的发现来开发能够帮助恢复沟通能力的技术。马塞尔·朱斯特（Marcel Just）有一个更宏大的愿景：解开人类心灵的奥秘。朱斯特，卡内基梅隆大学的认知神经科学家，帮助开创了使用 fMRI 和机器学习来理解大脑如何存储和处理概念和意义。他将这项技术比作第一台显微镜或第一台望远镜所提供的洞察力。“这是科学家的梦想，”他说。“它打开了理解人类思想本质的大门。”
朱斯特认为这项技术可以帮助我们构建更强大、更有效的大脑，并发展更有效的教学和学习方式，就像运动生理学的进步帮助我们开发出更安全、更有效的方法来构建更健康的身体一样。“我们不仅可以培养出更好的运动员，而且事实证明我们已经做到了，我们还可以培养出更好的思考者，”朱斯特说。“如果你知道大脑如何处理世界上的一切，你就可以相应地教授世界上的一切。你可以使教育系统大大简化。”
一些脑解码技术的益处更为实际。例如，监测长途卡车司机的大脑并在他们疲劳到无法驾驶时发出警报的可穿戴传感器可以救命——不仅对卡车司机，而且对道路上的每个人。在这种情况下，法拉哈尼说，社会对疲劳驾驶的卡车司机造成的危险的担忧，很可能 outweighs 卡车司机对疲劳程度隐私的担忧。
加布里埃尔·拉扎罗-穆尼奥斯（Gabriel Lázaro-Muñoz）是一位拥有法律和哲学背景的神经科学家，他在哈佛医学院的生物伦理中心工作。他说，找到一个平衡隐私需求与医疗进步机遇的解决方案，需要公众和政策制定者都了解这项技术的风险和益处。
尤斯特和 Neurorights Foundation 正在与世界各国政府合作，将神经权利保护纳入其宪法。2021 年，智利成为第一个在其宪法中确立神经隐私权的国家。2023 年，巴西的南里奥格兰德州在其宪法中纳入了神经权利，同年墨西哥在其《数字权利宪章》中增加了神经权利。在美国，科罗拉多州成为第一个保护神经权利的州，在 2024 年 8 月颁布了一项法律，将生物数据——包括神经数据——添加到该州的现有隐私保护中。
法拉哈尼同意需要保护，但她认为目前的努力还不够。她说，神经权利的方法既过于具体又包罗不足。通过仅专注于立法和宪法修正案来保护神经数据，它忽略了解决数据使用的生态系统，例如定向广告和操纵性技术。
“我们需要就如何管理这些技术进行全国性的对话，”拉扎罗-穆尼奥斯说。他似乎对这种对话的发生充满信心。“公众普遍喜欢谈论意念读取技术。
